【摘 要】
:
近年来,目标跟踪在很多领域得到广泛应用,其中单目标跟踪研究取得了显著性进展,涌现出大量的跟踪算法,基于核相关滤波(Kernelized Correlation Filter,KCF)的跟踪算法成为研究热点之一,但是在复杂背景下的目标跟踪还面临许多未解决的问题,比如当遇到背景混杂、光照变化明显和目标遮挡等情况时,实现稳定、精准的目标跟踪仍是极具挑战性的课题。本文针对KCF算法特征提取单一和尺度无法自
论文部分内容阅读
近年来,目标跟踪在很多领域得到广泛应用,其中单目标跟踪研究取得了显著性进展,涌现出大量的跟踪算法,基于核相关滤波(Kernelized Correlation Filter,KCF)的跟踪算法成为研究热点之一,但是在复杂背景下的目标跟踪还面临许多未解决的问题,比如当遇到背景混杂、光照变化明显和目标遮挡等情况时,实现稳定、精准的目标跟踪仍是极具挑战性的课题。本文针对KCF算法特征提取单一和尺度无法自适应的不足,提出结合上下文框架的目标跟踪算法,在此基础上提取目标浅层特征与深层特征完成自适应融合,使得算法具有良好的跟踪效果。本文主要工作内容如下:(1)引入上下文感知框架对经典的KCF算法做改进,将目标本身以外的上下左右区域作为增加的采样区,以便提高特征匹配度,在此基础上结合遮挡判定机制在目标产生遮挡时触发重定位机制,并加入尺度自适应策略来确保跟踪的精确度,实验结果表明算法有效改善了目标在快运动和遮挡问题下的不足之处,但是针对背景颜色复杂、光照敏感视频时仍有跟踪漂移和跟踪失败的问题。(2)结合多特征融合方式改善KCF算法对目标特征提取单一的问题,有针对性的完成目标特征提取,包括多维HOG、灰度和颜色特征。面对不同的视频序列融合不同的多特征完成特征提取和特征匹配,利用多特征融合的策略可以有效检测目标和背景,实验结果表明跟踪背景复杂的视频序列时算法精度有大幅提升,但仍存在目标误检、漏检的问题。(3)结合神经网络做目标跟踪,将深层与浅层特征自适应融合后结合改进的KCF算法完成目标跟踪,其中提取浅层特征有利于目标定位,但是鲁棒性较弱;深层特征有受目标外观影响小、鲁棒性强的优点,但是空间分辨率低不适合精确定位,容易造成漂移。本文结合两种特征的优点,使得跟踪算法的准确性和稳定性都有提高。通过实验结果观察本文算法的跟踪效果。通过与经典的跟踪算法BACF、KCF、Staple、SRDCF、SAMF和DSST作对比,实验表明,本文提出的改进KCF算法并融合多种特征的算法具有较好的鲁棒性与稳定性,能够实现对目标准确的跟踪,具有一定的研究意义。
其他文献
随着集成电路技术的不断发展,芯片的电路结构越来越复杂,集成了越来越多的功能模块,外部的功能管脚也越来越多,导致对测试的要求和水平也就越来越高,而目前国内相关的测试平台屈指可数,其测试功能模块与芯片功能无法完全匹配,存在只能进行单一芯片测试、通信稳定性差、测试手段过于单一、缺乏错误反馈机制、成本高等诸多缺点。因此,本文设计研究了一款专用芯片测试平台,实现对于以海思Hi3798M V200高性能芯片作
混沌作为一种在自然界中广泛存在的非线性动态,一直以来吸引着研究者们的大量关注。尤其是最近几年,非线性系统中的保守混沌特性研究正逐渐成为新的研究热点。与耗散混沌系统相比,保守混沌系统具有一些显著特点,如:李雅普诺夫指数总和为零、散度为零、维数为整数维、遍历性好、混沌序列概率密度曲线相对较平稳,类似于均匀分布白噪声等。由于保守混沌的这些特点,其更适合应用于保密通信,本文针对广义哈密顿保守混沌系统展开研
驾驶员监控系统是智能车辆人机交互不可或缺的一部分,其基本功能是对容易引发交通事故的不规范驾驶行为进行监督并及时报警,包括疲劳驾驶、吸烟和打电话行为等。目前我国驾驶员监控系统的发展还处于初级阶段,受硬件设备算力的限制,普通乘用车配备的驾驶员监控系统仅仅针对驾驶员疲劳状态的检测,缺少驾驶员吸烟和打电话行为检测的功能。针对这一问题,本文提出了一种基于改进YOLOv5的危险驾驶行为检测算法,该算法能够和疲
近年来,得益于人工智能的快速发展,一大批快速成长、有实际价值的技术应运而生并落地应用。其中,数据生成作为人工智能发展的关键技术之一,在图像、文本、语音等领域的应用中取得了非凡的效果。研究和发展生成模型已经成为实现强人工智能的重要途径之一。基于深度学习的数据生成方法应用于图像翻译领域,不仅可以充分发挥人类艺术创作的想象力,更能极大地提升图像翻译的质量并拓展其应用范围。本文主要针对图像翻译领域中的数据
随着人类基因工程和系统生物学的发展,用以模拟细胞或基因间行为关系的布尔网络成为当前的研究热点。在一个布尔网络中,节点值为1或0分别代表基因处于on(高浓度蛋白)或off(低浓度蛋白)状态,每个节点通过包含多个网络节点的布尔函数更新其状态。具体地,布尔网络的状态节点都是从布尔集合中选取,而其动态演化依赖于相应的布尔函数。作为布尔网络模型的一个推广,概率布尔网络近些年受到了越来越多的关注,它是由多个服
随着经济的发展与城市化进程的加快,各地高层建筑不断涌现,带动了电梯行业的快速发展。如今,电梯已经成为高层建筑用户出行的首选,而电梯监控系统作为电梯运行状态的监督者是其不可或缺的一部分。传统的监控系统普遍采用人工监控的方式,弊端在于其工作效率低、灵活度低且维护成本高,已然无法满足电梯对监控系统的需求。因此,设计一款性能稳定、能智能分析视频的智能电梯监控系统不仅具有实际的应用价值还有广阔的市场前景。本
电阻抗层析成像(electrical impedance tomography,简称为EIT)是一项近些年逐渐发展的新兴成像技术。由于其低功耗、无辐射、设备便携等优势,在生物医学工程、多相流分析以及结构无损检测等领域拥有较为广阔的应用前景。由于EIT电场自身的“软场”特性,图像重建问题具有严重的非线性和病态性,同时测量传感器数量远低于重建图像中的像素数量造成的欠定性,是导致EIT图像空间分辨率较低
作为一种清洁、高效、便捷的绿色能源,天然气在我国能源结构调整战略中占据重要地位。天然气的使用可以减少二氧化硫、氮氧化合物等污染物的排放,有效改善我国的生态环境问题。随着我国经济实力以及国民环保意识的日益提高,天然气作为优质能源,其在能源消费中的比重越来越高。保障天然气的安全运输是满足居民可靠用气的基础。管道运输以经济、稳定且高效的优势,成为了一种应用最广泛的天然气运输方式。然而,由于天气和地理位置
基于计算机视觉的图像识别研究是当今计算机医学辅助诊断的重要研究方向之一,尤其自2019新型冠状病毒(COVID-19)疫情爆发以来,采用人工智能及深度学习技术进行医学图像分类与识别算法研究,掀起了国内外研究的热潮。因此,本文针对新冠肺炎的X射线和CT图像,基于深度学习图像分类算法开展新冠肺炎的分类识别问题研究。本文研究的数据集均来自公开官方数据及其图像增强结果,其中X图像2万余张,CT图像1.7万
目的探讨胺碘酮在扩张型心肌病伴室性心律失常治疗中的疗效及安全性。方法选择2010年11月至2013年3月就诊的扩张型心肌病伴室性心律失常患者85例,评价胺碘酮对室性心律失常的疗效和治疗前后心脏超声(主要评价:LVEF,CO, LVDS, LVDD)、甲状腺功能(主要评价:T3,T4,TSH)、十二导同步心电图以及动态心电图(主要评价: QT离散度,24 小时早搏数量,心率)、6分钟步行距离及明尼苏